搜索引擎手艺怎么做(搜索引擎基本事情原理)

作者|池建强 编辑|小智 授人以鱼不如授人以渔,这个小小的工具,将会让你的学习发展,事半功倍。 你也许尝试过 InfoQ 网站的搜索方式,坦率来说,体验并不好。 你知道民众号上有许…

作者|池建强

编辑|小智

授人以鱼不如授人以渔,这个小小的工具,将会让你的学习发展,事半功倍。

你也许尝试过 InfoQ 网站的搜索方式,坦率来说,体验并不好。

你知道民众号上有许多优质内容,但除了在历史列表人肉检索,可供查询的渠道并不多。

你也许领会,InfoQ 除了网站之外,另有一个民众号矩阵。

有没有一种搜索方式,能整合 InfoQ 中文站、微信民众号矩阵的所有资源?极客搜索,这款针对极客邦科技全站内容资源的轻量级搜索引擎,做到了!

极客搜索

极客搜索是一款针对极客邦科技全站内容资源的轻量级搜索引擎,内容覆盖了 InfoQ 中文站资源和极客邦旗下的民众号矩阵,其中包罗:InfoQ、AI、前线、大数据杂谈、聊聊架构、移动开发前线、细说云盘算、前端之巅、高效开发运维、EGONetworks、StuQ、极客官舍、极客邦科技。

有了谷歌和百度,为什么我们还要做一款垂直的极客搜索呢?

极客邦科技为用户提供的主要服务之一就是生产高质量的泛手艺化内容,随着公司形态的变迁,这些内容散落在 InfoQ 中国网站和大量的微信民众号内。

InfoQ 中国站的内容以外洋手艺文章翻译和海内手艺人原创为主,自己是提供了站内搜索的,然则网站的移动版并不尽如人意,研发和服务器都在外洋,接见速率也是个问题。在互联网时代,若是你的接见速率跨越 3 秒,就会损失掉一大部门没有耐心和时间的用户。

民众号矩阵则从手艺主题出发,生产更为专业和自力领域的内容,与该领域的读者确立毗邻通道。随着手艺知识的泛化和对技术全栈的要求,越来越多的手艺人员需要领会更多领域的信息。若何买通隔膜确立一个快捷、利便和统一的通道呢?

我们构建了极客搜索。它可以让你快速、精准的触达极客邦科技的所有内容资源。

  • 快速:我们对极客邦科技的所有手艺资源举行了索引,通过对前端和后端服务的优化,每次检索时间在 50 毫秒以内,并以异常简约的方式出现给读者。

  • 精准:若是你是一个懒人,直接在极客搜索的输入框里键入你想要搜索的内容就可以了。若是你想走的更远,我们提供了多纬度的搜索方式。我们实现了凭据 InfoQ 中文站的主题搜索,凭据民众号的内容搜索和全站搜索。

举例说明,若是你想搜索 InfoQ 中国网站的 AI 资源,点击首页下方的 AI 主题,进入搜索页,在输入框输入深度学习,就可以找到 InfoQ 站 AI 主题下所有深度学习相关的文章。

若是你想搜索民众号「AI 前线」的机械学习资源,点击首页下方的「AI 前线」图标,进入搜索页,在输入框输入机械学习,就可以找到「AI 前线」民众号内所有机械学习相关的文章。

若是你想全站搜索 Python 和机械学习的文章,在首页输入「Python 机械学习」即可。

最后,我们把搜索效果凭据类型举行了分类:新闻、文章、迷你书、演媾和访谈。取你所需。

产物的手艺实现并不庞大,主要的是解决用户的痛点,并构建轻量级的用户体验。系统的数据剖析模块凭据网站的差别主题资源举行结构化和特征抽取,连系民众号资源的特征,举行民众号自动识别。数据采集模块要处置历史数据和新增数据,基于行列机制,并凭据特定的规则举行数据去重处置。同时我们要针对数据举行洗濯,处置脏数据,保证数据质量,获得尺度清洁的数据,供存储和出现使用。

检索系统采用了开源的 Elasticsearch,从近实时、可扩展、中文分词、搜准率和授权率平衡、同义词等几个角度出发,对聚合效果按规则举行索引构建,并举行了部门同义词调优。

展现层面使用了 vue2 + webpack 手艺开发的单页应用,打包时小图片和图标字体资源会被 webpack 编码成 base64 代码嵌入 CSS 里, 其他静态资源会被 webpack 打上该文件的 hash 推送到 CDN 上。得益于轻盈高效的 vue2,极客搜索的响应和渲染速率相当快,几十毫秒内就能完成一次请求和页面渲染。

体验一下快捷如风的极客搜索吧,我们的域名是:s.geekbang.org,Mac 和 Windows 用户请把它放到自己的收藏夹,移动用户可以这么操作 —— 以 iOS 用户为例:

在 Safari 里打开网址 s.geekbang.org,点击分享,选择「添加到主屏幕」:

点击添加,极客搜索的图标就会放到你的桌面上,下次使用直接打开即可。安卓手机类似操作。

这次随着极客搜索上线的另有官网(www.geekbang.org)的更新,突出了极客邦科技为用户提供的焦点价值和知识社区属性。2017 年的下半年,我们会陆续上线极客邦科技的新产物,包罗软件和内容。最终,我们会按计划公布 2017 年手艺社区的重磅年度产物。

顺便说一句,这个产物的内部代号叫做:宙斯。

 

泉源:博客,迎接分享本文!

作者: admin

相关推荐

友情链接